MétaCan
Menu
Retour à la cohorte
Enregistrement W1977189514 · doi:10.1103/physrevlett.110.012302

Event-by-Event Anisotropic Flow in Heavy-ion Collisions from Combined Yang-Mills and Viscous Fluid Dynamics

2013· article· en· W1977189514 sur OpenAlexaff
Charles Gale, Sangyong Jeon, Björn Schenke, Prithwish Tribedy, Raju Venugopalan

Notice bibliographique

RevuePhysical Review Letters · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesU.S. Department of Energy
Mots-clésPhysicsQuark–gluon plasmaNuclear physicsParticle physicsGluonHadronRelativistic Heavy Ion ColliderEvent (particle physics)PlasmaFlow (mathematics)QuarkHeavy ionMechanicsIonQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Anisotropic flow coefficients v(1)-v(5) in heavy ion collisions are computed by combining a classical Yang-Mills description of the early time Glasma flow with the subsequent relativistic viscous hydrodynamic evolution of matter through the quark-gluon plasma and hadron gas phases. The Glasma dynamics, as realized in the impact parameter dependent Glasma (IP-Glasma) model, takes into account event-by-event geometric fluctuations in nucleon positions and intrinsic subnucleon scale color charge fluctuations; the preequilibrium flow of matter is then matched to the music algorithm describing viscous hydrodynamic flow and particle production at freeze-out. The IP-Glasma+MUSIC model describes well both transverse momentum dependent and integrated v(n) data measured at the Large Hadron Collider and the Relativistic Heavy Ion Collider. The model also reproduces the event-by-event distributions of v(2), v(3) and v(4) measured by the ATLAS Collaboration. The implications of our results for better understanding of the dynamics of the Glasma and for the extraction of transport properties of the quark-gluon plasma are outlined.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,282
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations591
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207